Foi o primeiro Campus criado pela UFMA. Ele abriga hoje a Cidade Universitária, reunindo o maior número de Cursos de Graduação e Pós-Graduação da Instituição. http://hdl.handle.net/123456789/1 2026-09-02T20:27:17Z 2026-09-02T20:27:17Z MENEZES, Rodrigo de França de Sá http://hdl.handle.net/123456789/10983 2026-09-02T13:52:01Z 2026-07-16T00:00:00Z

Título: Desenvolvimento de um sistema web para o diagnóstico de falhas incipientes em transformadores de potência Autor(es): MENEZES, Rodrigo de França de Sá Resumo: Este trabalho apresenta o desenvolvimento de uma plataforma web para monitoramento e diagnóstico de falhas em transformadores de potência, com foco na automação da Análise de Gases Dissolvidos (DGA). O sistema centraliza o histórico dos ativos e utiliza um motor de inferência híbrido em tempo real, integrando as diretrizes da norma IEC 60599 e a classificação por redes neurais baseada no Método de Lima (2013). Para validar a interface e a experiência do usuário, realizou-se uma avaliação empírica de usabilidade com engenheiros eletricistas. Como resultado quantitativo, a aplicação do questionário *System Usability Scale* (SUS) obteve uma pontuação média de 91,07 pontos, classificando a plataforma na categoria "Excelente". A análise qualitativa do *feedback* subjetivo confirmou a facilidade de uso do fluxo de trabalho operacional, a clareza dos painéis de visualização e a eficiência na exportação de relatórios técnicos em PDF, ao mesmo tempo em que identificou pequenos ajustes de leiaute nos formulários como oportunidades para melhorias futuras. O estudo conclui que a automação do diagnóstico cromatográfico é uma solução viável e eficaz para apoiar a tomada de decisões em estratégias de manutenção preditiva no setor elétrico. Descrição: This work presents the development of a web platform for monitoring and diagnosing faults in power transformers, focusing on the automation of Dissolved Gas Analysis (DGA). The system centralizes asset history and utilizes a real-time hybrid inference engine, integrating the guidelines of the IEC 60599 standard and neural network classification based on Lima’s Method (2013). To validate the interface and user experience, an empirical usability evaluation was conducted with electrical engineers. As a quantitative result, the application of the System Usability Scale (SUS) questionnaire achieved an average score of 91.07 points, which classifies the platform in the “Excellent” category. Qualitative analysis of subjective feedback confirmed the ease of use of the operational workflow, the clarity of the dashboards, and the efficiency in exporting technical reports in PDF, while also mapping minor layout adjustments in forms as opportunities for future improvements. The study concludes that the automation of chromatographic diagnosis is a viable and effective solution to support decision-making in predictive maintenance strategies within the power sector.

2026-07-16T00:00:00Z ROCHA, Renata Costa http://hdl.handle.net/123456789/10982 2026-09-02T13:44:20Z 2026-01-14T00:00:00Z

Título: Avaliação de Desempenho e Efetividade de Redes Neurais Aplicadas a Dados de Risco de Transtorno de Ansiedade Pediátrica Autor(es): ROCHA, Renata Costa Resumo: Este Trabalho de Conclusão de Curso propôs um sistema computacional utilizando redes neurais artificiais para detecção (screening) e classificação multinível do risco de transtorno de ansiedade pediátrica, com base em medidas psicométricas e comportamentais. O objetivo foi comparar o desempenho do modelo proposto, composto por um Multilayer Perceptron (MLP) supervisionado e por um módulo não supervisionado baseado em Autoencoder associado à clusterização KMeans, empregados de forma complementar, com o modelo simbólico ADTree apresentado no estudo “Quantifying Risk for Anxiety Disorders in Preschool Children: A Machine Learning Approach”, disponibilizado no Harvard Dataverse. O delineamento experimental incluiu pré-processamento estatístico, normalização z-score, aprendizado supervisionado e análise latente não supervisionada. Na classificação multinível (0–3), o MLP obteve acurácia global de 85,11%, enquanto, no cenário binário de triagem (screening), alcançou acurácia de 88,93%, sensibilidade de 80,56% e especificidade de 94,80%. Em contraste, a versão replicada do ADTree apresentou sensibilidade nula, evidenciando limitações de classificadores determinísticos em contextos psicológicos complexos. A interpretabilidade foi examinada por meio do método SHAP (Shapley Additive exPlanations), que indicou forte correspondência entre as variáveis de maior influência — Afeto Ansioso, Evitação e Sofrimento Antecipatório — e os construtos clínicos definidos pelo Manual Diagnóstico e Estatístico de Transtornos Mentais, quinta edição (DSM-5), e pela Classificação Internacional de Doenças, décima primeira revisão (CID-11). Ademais, o módulo Autoencoder + KMeans evidenciou um continuum emocional entre os níveis de risco (0–3), reforçando o caráter dimensional do transtorno de ansiedade. Os resultados indicam que o paradigma conexionista supera o modelo simbólico em sensibilidade, estabilidade e equilíbrio métrico, preservando coerência psicológica e interpretabilidade. O sistema contribui para o avanço da Engenharia da Computação aplicada à saúde mental infantil, evidenciando o potencial de redes neurais explicáveis em triagens automatizadas e sistemas de apoio à decisão. Descrição: This Final Undergraduate Project proposed a computational system using artificial neural networks for detection (screening) and multilevel classification of pediatric anxiety disorder risk, based on psychometric and behavioral measures. The objective was to compare the performance of the proposed model, composed of a supervised Multilayer Perceptron (MLP) and an unsupervised module based on Autoencoder associated with KMeans clustering, employed in a complementary way, with the symbolic model ADTree presented in the study “Quantifying Risk for Anxiety Disorders in Preschool Children: A Machine Learning Approach”, available in the Harvard Dataverse. The experimental design included statistical preprocessing, z-score normalization, supervised learning, and unsupervised latent analysis. In the multilevel classification (0–3), the MLP achieved an overall accuracy of 85.11%, while in the binary screening scenario it reached an accuracy of 88.93%, sensitivity of 80.56%, and specificity of 94.80%. In contrast, the replicated version of ADTree presented null sensitivity, highlighting the limitations of deterministic classifiers in complex psychological contexts. Interpretability was examined through the SHAP (Shapley Additive exPlanations) method, which indicated a strong correspondence between the most influential variables — Anxious Affect, Avoidance, and Anticipatory Distress — and the clinical constructs defined by the Diagnostic and Statistical Manual of Mental Disorders, Fifth Edition (DSM-5), and the International Classification of Diseases, Eleventh Revision (ICD-11). Furthermore, the Autoencoder + KMeans module evidenced an emotional continuum across risk levels (0–3), reinforcing the dimensional nature of anxiety disorder. The results indicate that the connectionist paradigm outperforms the symbolic model in sensitivity, stability, and metric balance, while preserving psychological coherence and interpretability. The system contributes to the advancement of Computer Engineering applied to child mental health, highlighting the potential of explainable neural networks in automated screenings and decision-support systems.

2026-01-14T00:00:00Z FREIRE, Renan Sousa http://hdl.handle.net/123456789/10981 2026-09-02T13:28:45Z 2026-07-17T00:00:00Z

Título: Otimização de Cobertura de Áreas por Drones: Uma Análise Comparativa de Algoritmos de Enxame Autor(es): FREIRE, Renan Sousa Resumo: O uso de Veículos Aéreos Não Tripulados (VANTs) para a cobertura de áreas extensas é uma aplicação crescente em diversos setores da engenharia, mas a coordenação eficiente de múltiplos drones para esta tarefa constitui um problema de otimização complexo, e há uma lacuna na literatura quanto a estudos que comparem sistematicamente as abordagens de inteligência de enxame sob este problema específico. Este trabalho realizou um estudo comparativo do desempenho de cinco meta-heurísticas de enxame — Particle Swarm Optimization (PSO), Grey Wolf Optimizer (GWO), Whale Optimization Algorithm (WOA), Salp Swarm Algorithm (SSA) e Cuckoo Search (CS) — aplicadas ao posicionamento estático de VANTs para cobertura de área, avaliadas por uma função custo multi-objetivo normalizada que agrega cobertura, sobreposição e conectividade de rede. Os algoritmos foram testados em nove cenários (três escalas de área e três densidades de drones), sob três perfis de peso representando prioridades operacionais distintas, com vinte execuções independentes por condição (3.240 execuções no total), e as diferenças de desempenho foram validadas pelo teste de Wilcoxon com correção de Holm-Bonferroni. Os resultados indicam que o PSO foi o algoritmo mais eficiente e robusto, obtendo o menor custo médio em 25 das 27 combinações de cenário e perfil (ranking médio de 1,07) e superioridade estatisticamente significativa sobre WOA, SSA, CS e o baseline aleatório em todas as combinações; o GWO consolidou-se como segunda opção, estatisticamente equivalente ao PSO no regime de drones redundantes. Constatou-se ainda que a densidade de drones, e não a escala física da área, é a variável que efetivamente define o comportamento dos algoritmos, e que a sobreposição entre coberturas muda de natureza conforme o regime: evitável quando a capacidade do enxame é inferior à área, geometricamente inevitável quando a excede. Descrição: The use of Unmanned Aerial Vehicles (UAVs) for large-scale area coverage is a growing application in several engineering sectors, yet the efficient coordination of multiple drones for this task constitutes a complex optimization problem, and there is a gap in the literature regarding studies that systematically compare swarm intelligence approaches on this specific problem. This work carried out a comparative study of five swarm metaheuristics —Particle Swarm Optimization (PSO), Grey Wolf Optimizer (GWO), Whale Optimization Algorithm (WOA), Salp Swarm Algorithm (SSA), and Cuckoo Search (CS) — applied to the static positioning of UAVs for area coverage, evaluated through a normalized multi-objective cost function aggregating coverage, overlap, and network connectivity. The algorithms were tested on nine scenarios (three area scales and three drone densities), under three weight profiles representing distinct operational priorities, with twenty independent runs per condition (3,240 runs in total), and performance differences were validated by the Wilcoxon signed-rank test with Holm-Bonferroni correction. Results indicate that PSO was the most efficient and robust algorithm, achieving the lowest mean cost in 25 of the 27 scenario-profile combinations (mean ranking of 1.07) and statistically significant superiority over WOA, SSA, CS, and the random baseline in all combinations; GWO ranked second, being statistically equivalent to PSO in the redundant-drone regime. It was further found that drone density, rather than the physical scale of the area, is the variable that effectively governs algorithm behavior, and that coverage overlap changes in nature across regimes: avoidable when the swarm’s capacity is below the area, geometrically unavoidable when it exceeds it.

2026-07-17T00:00:00Z MANGUEIRA, Nilton Maciel http://hdl.handle.net/123456789/10980 2026-09-02T13:20:48Z 2026-07-08T00:00:00Z

Título: Sistema computacional embarcado de simulação dinâmica do sistema cardiovascular Autor(es): MANGUEIRA, Nilton Maciel Resumo: O ensino da dinâmica do sistema cardiovascular (SCV) apresenta desafios relacionados à representação integrada dos eventos anatômicos e fisiológicos do ciclo cardíaco, tornando simuladores didáticos uma alternativa para reduzir o nível de abstração do processo de aprendizagem. Este trabalho teve como objetivo desenvolver um simulador didático embarcado para representação dinâmica do SCV humano, destinado ao apoio do ensino das principais fases do ciclo cardíaco. O desenvolvimento compreendeu a modelagem fisiológica do ciclo cardíaco, implementada em uma arquitetura computacional baseada em Máquina de Estados Finitos (FSM), integrada a um sistema embarcado responsável pelo controle sincronizado dos eventos visuais e sonoros. O protótipo foi construído utilizando um microcontrolador e 249 LEDs para representar o fluxo sanguíneo, enquanto o firmware, desenvolvido em linguagem C/C++, sincronizou a representação visual com a reprodução das bulhas cardíacas e a interface de usuário. O sistema integrou, em uma única plataforma, representação anatômica, simulação do fluxo sanguíneo, reprodução sonora e controle do ciclo cardíaco. A validação funcional confirmou a sequência temporal das fases do ciclo cardíaco, a conformidade das transições entre estados da FSM, a sincronização entre os eventos visuais e sonoros e o funcionamento dos quatro modos de operação implementados, representando diferentes frequências cardíacas. Os resultados demonstraram que o simulador constitui uma ferramenta didática capaz de integrar, de forma dinâmica e sincronizada, aspectos anatômicos, fisiológicos e auscultatórios do SCV humano. Descrição: Teaching the dynamics of the human cardiovascular system (CVS) remains challenging because anatomical structures and physiological events must be understood in an integrated manner. Educational simulators provide an alternative for reducing the level of abstraction associated with the learning process. This study aimed to develop an embedded educational simulator for the dynamic representation of the human CVS to support teaching of the cardiac cycle. The development comprised physiological modeling of the cardiac cycle implemented through a Finite State Machine (FSM)-based computational architecture integrated into an embedded system responsible for the synchronized control of visual and auditory events. The prototype was built using a microcontroller and 249 LEDs to represent blood flow, while firmware developed in C/C++ synchronized the visual representation with heart sound reproduction and the user interface. The resulting platform integrated anatomical representation, blood flow simulation, heart sound reproduction, and cardiac cycle control into a single system. Functional validation confirmed the temporal sequence of the cardiac cycle phases, the correctness of FSM state transitions, synchronization between visual and auditory events, and the operation of four heart rate simulation modes. The results demonstrate that the proposed simulator constitutes an educational tool capable of dynamically and synchronously integrating anatomical, physiological, and auscultatory aspects of the human CVS.

2026-07-08T00:00:00Z